基于形态学的可变权值匹配自适应图像增强算法

摘要：

为了精确提取图像的细节特征，改善图像增强的效果，该文提出了一种基于形态学的可变权值自适应增强算法。通过构造扩展全方位多尺度结构元素，并进行top-hat变换，分解了图像不同方向不同尺度的细节。该文打破了传统形态学增强算法中各方向细节取均值融合的思想，实现了根据图像的局部灰度特性，动态调整各方向不同尺度细节的权值。在图像增强过程中，根据提取到的细节的结构化特征，构造相应的自适应增益函数，从而实现图像的自适应增强。实验结果表明，该算法能较好地利用图像的自相关性，比传统的形态学增强方法更有效地突出图像的细节信息，且能抑制噪声的放大。

关键词：图像增强、形态学、自适应、结构元素

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61071192,61271357,61171178;山西省自然科学基金2009011020-2;山西省高等学校优秀青年学术带头人支持计划资助项目，山西省国际合作项目2013081035;山西省研究生优秀创新项目20123098资助课题

在线出版日期：2014-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1285-1291